随 机 采 样 获 取 部 分 数 据 集 和 l a b e l 随机采样获取部分数据集和label 随机采样获取部分数据集和label
numpy中的随机数模块同样可以进行采样,可以利用numpy.random.choice()函数实现。
numpy.random.choice(a, size=None, replace=True, p=None)
主要有四个参数,其中
a为一维待采样序列,
size为采样样本数目,
replace代表是否重复采样,
p如果设置的话与a等长代表序列中每个位置的采样概率。
#numpy.random.choice(a, size=None, replace=True, p=None)
#从a(只要是ndarray都可以,但必须是一维的)中随机抽取数字,并组成指定大小(size)的数组
#replace:True表示可以取相同数字,False表示不可以取相同数字
#数组p:与数组a相对应,表示取数组a中每个元素的概率,默认为选取每个元素的概率相同。
import os,sys
import random
import shutil
def read_file(path): # 图片的完整路径
"""从文件夹中读取数据"""
files_list = os.listdir(path)
file_path_list = [os.path.join(path, img) for img in files_list]
file_path_list.sort()
return file_path_list
file_path=["E:/Software_Installation_Package/CUDA/train/image","E:/Software_Installation_Package/CUDA/train/label"]
if len(file_path) != 2:
raise ValueError("同时需要图片和标签文件夹的路径,图片路径在前")
img_path = file_path[0]
label_path = file_path[1]
# 2 从路径中取出图片和标签数据的文件名保持到两个列表当中(程序中的数据来源)
imgs = read_file(img_path)
labels = read_file(label_path)
imgs
len(imgs)
labels
len(labels)
import numpy as np
N = range(len(labels))
train_set_num = 8000
train_set_index = np.random.choice(N, size=train_set_num, replace=True)
train_set_index
len(train_set_index)
for index in train_set_index:
img = imgs[index]
shutil.copy(img, './train/image/' )
print(img)
label = labels[index]
shutil.copy(label, './train/label/' )
print(label)